다중광자 양자 시뮬레이션으로 구현하는 일반화된 호프필드 기억 모델

초록

본 논문은 Nₚ개의 동일 광자를 M개의 광모드에 배치하고, 이진 위상 변조와 선형 광학 인터페터를 결합해 p=2Nₚ 차수의 Hopfield Hamiltonian을 구현한다. 특히 2광자 경우 4‑body Hopfield 모델을 시뮬레이션하여 기억 회복 단계와 스핀‑글라스(메모리 블랙아웃) 단계 사이의 전이를 관찰한다.

상세 분석

이 연구는 양자 광학과 고전적 신경망 이론을 연결하는 새로운 매핑을 제시한다. Nₚ개의 구분되지 않는 광자를 M개의 모드에 균일하게 분포시키고, 각 모드에 0 또는 π 위상을 부여한 뒤, 전역적인 선형 변환 U(또는 S) 를 적용한다. 위상 변수 σᵢ=±1는 Ising 스핀에 대응하며, 출력 광자 배치의 확률 Pr(Λ|σ)는 p=2Nₚ 차수의 Hopfield 에너지와 직접적인 관계를 가진다(H